本書以深度學習入門內容為主線,通過數形結合的方式來漸進式引導讀者進行學習,力爭使各位讀者對于每個算法原理不僅要做到知其然更要做到知其所以然。同時,本書采用了深度學習中較為流行且簡單易學的PyTorch框架來進行示例,以便讓各位讀者在學習各個算法的原理過程中也能夠掌握其實際的用法。 本書共10章,分為深度學習領域發(fā)展和開發(fā)環(huán)境配置、深度學習基礎和深度學習技術在自然語言處理領域方面的應用三部分內容。第一部分內容(第1~2章)詳細介紹了深度學習的起源和發(fā)展階段及深度學習環(huán)境的安裝配置。第二部分內容(第3~8章)介紹了深度學習入門的基礎內容,包括線性回歸、梯度下降與反向傳播、卷積神經網絡、循環(huán)神經網絡和模型的優(yōu)化等方面的內容。第三部分(第9~10章)詳細介紹了自然語言處理領域的重要概念和技術發(fā)展路線,包括Seq2Seq、注意力機制、Transformer和GPT等目前主流的算法模型。 本書圖例豐富,原理與代碼講解通俗易懂,既可作為高等院校和培訓機構相關專業(yè)的教學參考書,也可作為對深度學習領域感興趣的工程師和研究人員使用。